文档介绍：中国工程热物理学会传热与传质学
学术会议论文编号:123157
换热网络全局优化的多维峰谷轮换法
许海珠崔国民万义群
(1. 上理工大学热工研究所,上海,200093)
(Tel:021-55271466, E-mail: xuhz0117@)
摘要随着对能源合理、经济利用要求的不断提高,换热网络全局最优化引起了人们的高度重视。本文在峰谷轮换法的基础上提出多维峰谷轮换法对以最小综合费用为目标函数的无分流换热网络进行优化,在换热网络变量寻优过程中,跳出局部极小值点,以寻找更好的换热网络结构,直至求得原问题的全局最优解。
关键词换热网络优化;全局优化;多维峰谷轮换
0 引言
换热网络普遍存在于炼油、化工、冶金、制药等大型工业企业的过程能量系统中,发挥着回收热量、降低企业能耗的重要作用。作为过程系统工业的重要组成部分,换热网络对整个过程系统工业的能量合理利用具有决定性的作用,同时对降低能源消耗量及降低单位产品生产成本具有重要的意义。
换热网络最优化问题最早由Hwa[1]提出,近年来,国内外学者在这一领域做了大量的工作。关于换热网络综合优化问题也得出了多种有效的求解方法,其主要有Linhoff[2]提出的夹点法,Floudas和Grossmann[3]提出的数学规划法。夹点理论基于热力学原理,以最大热回收量为目标确定热物流和冷物流换热过程中的最小传热温差即夹点。夹点将换热网络分隔为相互独立的热端和冷端两个子网络,并以最小换热面积和最小换热设备数目为目标形成各自相应的设计问题。但由于受夹点温度的限制,夹点技术有时并不能得到换热网络优化问题的全局最优解。数学规划法根据换热网络的物理特性建立数学模型并求解,随着计算机技术和优化算法的快速发展,数学规划方法逐渐成为换热网络综合优化方法的主流研究方向。数学规划法包括确定性方法和随机性方法。确定性算法是利用问题的解析性质产生一个确定性的有限或无限的点序列使其收敛于全局最优解。近年来,随机算法在换热网络领域得到了广泛的研究和应用,如遗传算法,模拟退火算法,粒子群算法,进化算法等,随机算法最大的特点在于其对问题的解析性质要求低,无需导数,适用于大规模连续或离散优化问题。但是不能从数学上证明取得的最优解是全局最优解。传统的确定性算法搜索针对性强,收敛速度快,但容易陷入局部最优,且求解优化问题的规模相对较小不适用于非线性规划数
上海市人才发展基金(2009022);教育部博士点基金(200802520007);国家自然科学基金资助项目(20406011
).
学模型的求解。
非线性规划的全局极小点的主要困难在于搜索过程中缺乏跳出局部极小点或平稳点的技巧。因此,求全局最优解的关键是要如何‘超越局部最优性”或更一般的讲,“超越当前”,即指给定一个可行解到当前得到的最好的解。本文在经典优化算法的基础上通过峰谷轮换法寻找出最先跳出局部极小值的点并作为新的起始点优化。寻找更优的换热网络结构。并在此基础上提出通过在目标函数的变量中找出最先跳出局部极小值点的组合,使之更为有效的跳出局部最优解,直至找到全局最优。
1 换热网络数学模型
换热网络综合问题可表述为:有个热物流需要冷却,个冷物流需要加热,给定它们的进口温度、目标温度、热容流率(流量与比热容的乘积),使热物流与冷物流进行匹配换热,回收一部分能量;为了